2022年1月,懂车帝公布了最新一期AEB主动刹车测试成绩排名,在100多辆车里,排名第一的是上市仅仅3年的理想ONE,从前五名的成绩来看,其余车型售价均超过理性ONE,同时,它也是进入决赛组里唯一有能力准确识别横向车辆和两轮车的车型。那么问题来了,理想ONE为什么能够超越传统大厂甚至豪华品牌,成为AEB项目测试的第一名?

aec测试方法(理想ONE是怎么做到的)(1)

图片来源:理想汽车

AEB实战排名第一:不意外

aec测试方法(理想ONE是怎么做到的)(2)

图片来源:懂车帝

AEB(Autonomous Emergency Braking)也就是自动紧急制动系统,在遇到突发情况下可以预警并采取制动,以此来避免事故发生或是降低事故损失,它的最终目标就是主动避免事故发生。理想在这份榜单中排名第一意味着,相比其他车型它能更好地规避危险,保障自己和他人的安全,尤其是在识别横向车辆和两轮车型时表现抢眼。

aec测试方法(理想ONE是怎么做到的)(3)

图片来源:懂车帝

理想曾经也和多数厂商一样,采用供应商的打包方案,实际效果不能自主控制,2021年后车辆开始装配自主芯片并采用全栈自研的AEB系统。对理想汽车而言,获得第一的成绩并不意外,这说明理想汽车自主研发成果得到印证和肯定。

市面上在售的车型,十几万的车都宣称有L2级辅助驾驶,当然也包括AEB的部分,大的方向来看功能都大同小异,但是“有”和“好用”完全是俩个概念,你是否有注意到很多传统意义上的车企大厂,不会积极宣传辅助驾驶,这明明是一个避免或者降低事故概率的主动安全配置,值得去推广的。

事实上,市面上多数车型所搭载的AEB功能,大多来自于供应商的打包方案,它们基本采用毫米波雷达做探测,少数采用毫米波 视觉融合的方案,这些供应商方案虽然成熟,但对于车企来说就是一个打包方案,甚至在发现bug时没有权限进行及时修整。

在理想ONE的初代车型上同样类似,它采用知名辅助驾驶供应商Mobileye提供的方案,这对理想来说就是个”黑盒”,系统过于封闭,核心算法方面并不能完全向主机厂开放,即使理想方面想优化某些功能,但也必须与Mobileye进行沟通、确认、调试,这就增加了大量的沟通成本和中间环节,这并不是理想想要的节奏和状态。

理想ONE的AEB测试能取得如此优秀的成绩,有两个关键词值得关注,一个是全栈自研,另一个是视觉融合。

全栈自研:掌握话语权

在2020年底理想与Mobileye停止了合作,在2021款车型上开始使用两颗地平线的征程3芯片,这也标志着理想汽车正式开启智能驾驶的全栈自研。单颗地平线征程3芯片的算力为5 TOPS,两颗在一起算力共10TOPS,感知计算FPS性能相当于30 TOPS的GPU,而计算功耗仅为6W,升级后新车的AI性能提升了12倍,新车在原有的L2级辅助驾驶基础上,实现了NOA导航辅助驾驶的功能。

全栈自研的好处不言自喻,工程师拥有了绝对的自主控制权,格力的广告语“掌握核心科技”不管在哪个行业都适用。为什么特斯拉争议不断但在汽车厂商眼里是一面旗帜,因为它掌握了智能电动车的核心密码,在三电和智能化层面全部坚持自主研发。

在智能电动车时代,三电技术尽管重要,但它并非需要频繁升级和改进。智能和辅助驾驶系统成为新赛道上的核心竞争力,它是一个庞大的体系,硬件仅仅是基础,毫米波雷达、超声波雷达、高清摄像头,以及未来的激光雷达等,这些组合在一起,才能形成一个相对完整的自动驾驶系统,其中会涉及到大量的软件调试、测试或者升级,工程师需要让各类辅助硬件良好地协同工作,所以自主研发势在必行。

视觉融合:为安全加一分保障

在参与AEB测试的车型中,理想ONE是唯一能准确识别横向车辆和两轮车的车型,这就不得不提到它的毫米波雷达 视觉融合的方案,理想是国内主机厂AEB方案中,仅有的自研且采用视觉融合方案的厂商。而放眼全球,同样自研且采用视觉融合方案的AEB,几乎只有特斯拉和理想。

aec测试方法(理想ONE是怎么做到的)(4)

图片来源:理想汽车

AEB引入视觉,可以更好地实现对行人、骑行者的探测,保障行人安全。

在理想ONE第一次发布的时候,创始人李想就说到,理想不会为安全打折,将来所有的车型将配备统一的安全配置和辅助驾驶能力。在感知算法层面,OTA 3.0的理想ONE 2021款已经可以识别高速路交通事故现场和道路施工现场了,可以提前给车主提示,避免和减少重大交通事故的发生。从另一个角度讲,这也是一个奶爸创始人,对于奶爸车型的一份责任。

迎难而上 比国际供应商的方案更好

理想在做的已经不仅是产品研发,而是已经投入大量的精力和财力做技术研发。AEB的视觉融合方案这个决策就很有挑战,因为依靠毫米波探测的AEB已经是一个很成熟的方案了,而且和安全强相关,理想完全可以按照之前供应商的方案走,反正成熟的供应商产品表现稳定,效果也不会太差,一般很少有厂家做改动。

但想要匹配出更量身定制的效果,只有自研这条路,即使有了自研能力,也需要很大的决心来改革AEB,理想必须要保证引入视觉识别后,功能稳定且效果比原来更好。

aec测试方法(理想ONE是怎么做到的)(5)

图片来源:理想汽车

理想要做的不是技术储备,而是一个要交付给数万用户的产品,所以交付出去的产品也必须不可以是试验品,AEB必须既要性能好,又要功能稳定,性能上限要高,下限也不能低。换句话说,在该刹车的时候要毫不犹豫,但不该刹车的时候绝对不能误刹,所以非常考验视觉识别准确率和标定能力。

其实单纯依靠毫米波的AEB,探测车辆是比较稳定的,因为毫米波雷达只能识别运动的金属物体,这就将马路上其他参与者几乎过滤掉了,但是通过视觉识别各种各样的行人就难了,要尽可能做到无限趋近于100%才行,要求非常高。

作为一个车企,功能当然也不是研发出来就可以的,还需要跑大量的测试积累足够多的测试里程和数据,然后用这些数据来帮助研发进行迭代和性能优化,最终视觉AEB终于达到了交付标准,通过OTA推送到了几万台车上。这也使理想成为了全球第三家具备完整的NOA和AEB全栈自研能力的品牌,其他两家是特斯拉和小鹏。

路漫漫 “第一名”是对全栈自研的初步肯定

通过不断地自主革新,理想的视觉融合AEB方案也在媒体测试中用实力得到了肯定,但安全没有尽头,选择自主研发也意味着承担着更大的责任。

汽车的电气化毫无疑问已经成为必然趋势,相比于燃油车时代,这个时代实际上简化了造一台行走工具的难度,但同时智能科技、辅助驾驶变成了其中最重要的赛道,对于所有的厂商来说,目前的L2辅助驾驶都是第一步,未来的全自动驾驶、V2V、V2X、VR虚拟现实等等一系列场景还有很大的空间等待车企和科技企业去研发实现,对成立时间不长的理想来说,同样任重道远,但是让人欣慰的是,它已经走在了第一梯队。

作者:孙涛

,